Urinary biomarkers of chronic allograft nephropathy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Chronic allograft nephropathy (CAN) is widely accepted as the leading cause of renal allograft loss after the first year post transplantation. This study aimed to identify urinary biomarkers that could predict CAN in transplant patients. EXPERIMENTAL DESIGN: The study included 34 renal transplant patients with histologically proven CAN and 36 renal transplant patients with normal renal function. OrbiTrap MS was utilized to analysis a urinary fraction in order to identify other members of a previously identified biomarker tree . This novel biomarker pattern offers the potential to distinguish between transplant recipients with CAN and those with normal renal function. RESULTS: The primary node of the biomarker pattern was reconfirmed as β2 microglobulin. Three other members of this biomarker pattern were identified: neutrophil gelatinase-associated lipocalin, clusterin, and kidney injury biomarker 1. Significantly higher urinary concentrations of these proteins were found in patients with CAN compared to those with normal kidney function. CONCLUSIONS AND CLINICAL RELEVANCE: While further validation in a larger more-diverse patient population is required to determine if this biomarker pattern provides a potential means of diagnosing CAN by noninvasive methods in a clinical setting, this study clearly demonstrates the biomarkers' ability to stratify patients based on transplant function.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle